211service.com
Glöm AlphaGo—DeepMind har ett mer intressant steg mot allmän AI
AlphaGo och självkörande bilar är fantastiskt smarta, men ingen av dem representerar ett särskilt stort steg mot allmän artificiell intelligens. Lyckligtvis utvecklar vissa AI-forskare sätt att bredda maskinintelligens.
Forskarna vid DeepMind, som skapade den mästare Go-spelande roboten AlphaGo, arbetar med ett tillvägagångssätt som kan visa sig vara betydelsefullt i strävan att göra maskiner så intelligenta som vi är.
I två papper publicerades denna vecka och rapporterad förbi Ny vetenskapsman, forskare vid dotterbolaget Alphabet beskriver ansträngningar att lära datorer om relationsresonemang, en kognitiv förmåga som är grundläggande för mänsklig intelligens.
Enkelt uttryckt är relationsresonemang förmågan att överväga relationer mellan olika mentala representationer, såsom objekt, ord eller idéer. Den här typen av resonemang är både avgörande för människans kognitiva utveckling och avgörande för att lösa nästan alla problem.
De flesta befintliga maskininlärningssystem försöker inte förstå förhållandet mellan begrepp. Ett synsystem kan identifiera en hund eller en katt på en bild, till exempel, men det vet inte att hunden jagar katten.
De två systemen som utvecklats på DeepMind löser det genom att modifiera befintliga maskininlärningsmetoder för att göra dem kapabla att lära sig om fysiska relationer mellan statiska objekt, såväl som beteendet hos rörliga objekt över tid.
De demonstrerar den första förmågan med CLEVR, en datamängd av enkla objekt. Efter träning kan de fråga systemet om ett objekt ligger framför ett annat, eller vilket objekt som är närmast. Deras resultat är dramatiskt bättre än något som uppnåtts tidigare, och överträffar till och med mänskliga prestationer i vissa fall.
I den andra artikeln visar forskarna hur ett liknande modifierat maskininlärningssystem kan lära sig att förutsäga beteendet hos enkla objekt i två dimensioner. Vi gör sånt här hela tiden i tre dimensioner, när vi till exempel fångar en boll eller kör bil. Faktum är att psykologiska experiment visar att människor använder en intuitiv fysikmotor när de förutsäger effekterna av en handling på objekt. Det är mycket mer sofistikerat och kraftfullt än att bara känna igen objekten i en scen.
Även om framstegen kanske inte är iögonfallande genombrott, är de exakt den typ av forskning som behövs. Hur imponerande dagens AI än är, det mesta handlar om att låta en maskin lära sig att utföra en otroligt smal uppgift. Utan nya idéer kommer AI-system att förbli oförmögna till saker som att hålla en riktig konversation eller lösa svåra problem på egen hand.
Sam Gershman , en professor i psykologi vid Harvard som studerar intelligens, säger att vi måste tänka på att härma mänsklig intelligens närmare om vi vill att artificiell intelligens ska likna vår egen.
Våra hjärnor representerar världen i termer av relationer mellan objekt, agenter och händelser, sa han MIT Technology Review via e-post. Att representera världen på detta sätt begränsar enormt de typer av slutsatser vi drar från data, vilket gör det svårare att lära sig vissa saker och lättare att lära sig andra saker. Så i den meningen är detta arbete ett steg i rätt riktning: att bygga in mänskliga begränsningar som gör det möjligt för maskiner att lättare lära sig uppgifter som är naturliga för människor.
Gershman varnade dock för att överskatta betydelsen av DeepMind-arbetet. Supermänsklig prestation på någon speciell maskininlärningsuppgift innebär inte supermänsklig intelligens, sa han.
Relationsresonemang är också bara en del av mänsklig intelligens. Gershman och andra skrev ett papper förra året som utforskar andra aspekter av mänsklig intelligens som för närvarande saknas från AI. Förutom att resonera om relationer, till exempel, noterade de att människor är kapabla till sammansättning, eller att bygga nya idéer från befintlig kunskap för att lösa problem.
Relationellt resonemang är ett nödvändigt men inte tillräckligt villkor för mänsklig intelligens, sa Gershman.
(Läs mer: DeepMinds neurala nätverk lär AI att resonera om världen )